随着现代科技的不断发展进步和空间数据库的日益庞大,越来越多的空间数据使用者开始关注其质量问题。作为一种数据产品,空间数据质量的好坏在很大程度上决定着决策的成效,直接影响着分析结果的可靠性及应用目标的最终实现,因此,如何对其质量做出全面、有效、科学的评价,就显得尤为重要。目前这方面的研究也比较多,而且取得了丰硕的成果。不过,成果主要集中在定量评价,就定性评价及其量化方面的研究还很少。在对空间数据的综合质量进行评价时,人们意识到,由于空间数据本身复杂性和不确定性以及人类思维模糊性等的存在,无法简单的以精确的数值来描述其属性特征及属性权重,而经常会代之以常用的语言评价,如“极好”、“好”、“中等”、“较差”等词语,因此,评估者经常面对的是部分或者全部以语言形式定性给出的属性特征值以及属性权重值。含有语言信息的评价方法由于充分考虑到空间数据的不确定性质,能够使评价结果能更加客观地反映真实。为了控制和削弱语言评价的不确定性和模糊性,使其评价结果科学化、定量化,本文引入Vague集理论对定性评价进行量化,研究了基于记分函数思想和距离比较思想的量化评价方法,研究结果表明:基于Vague集的定性评价及量化结果反映了评价者对空间数据质量信息认识的模糊性和不确定性,更能客观地反映其质量的实际情况,为空间数据质量的定性评价提供一种参考方法。本文主要进行了以下研究工作。(1)总结介绍论文的研究背景及意义,论文的主要研究思路,空间数据质量评价的研究现状及主要研究成果,Vague集理论的研究现状。(2)研究属性权重为实数且属性特征为语言值的量化评价方法。根据空间数据属性特征值为确定语言和不确定语言,研究与之对应的单人评价和群评价方法,并给出实例分析。(3)研究属性权重完全未知且属性特征为语言值的量化评价方法。重点研究确定空间数据属性权重的思路,根据属性特征值为确定语言和不确定语言,研究与之对应的单人评价和群评价方法,并给出实例分析。(4)研究属性权重和属性评价值均为确定语言的量化评价方法。在量化空间数据属性值和属性权重等指标的基础上研究相应的评价方法,并给出实例分析。(5)结合本文所列举实例,利用C++程序设计语言编写程序,实现评价过程的自动化,提高评估效率。基于Vague集的空间数据质量定性评价及其量化方面的研究是对现有评价理论的重要拓展,其在一定程度上弥补了现有评价过程中存在的偏激、粗糙等缺陷,削弱了语言评价值的不确定性和模糊性,因而研究出的评估方法是科学合理的。